使用Pandas按指定列合并两个文件匹配结果全为NaN问题求助

核心问题原因 #

• 分隔符配置错误：输入文件为多空格分隔的字段，pd.read_csv默认使用逗号作为分隔符，直接读取会将整行内容识别为单个列，无法拆分出对应字段，无法完成匹配。
• 表头识别错误：默认配置下pd.read_csv会将文件第一行识别为列名，你输入文件的第一行本身就是字段索引标识，属于数据的表头部分，未设置header=None时，pandas会生成字符串类型的列名（'0'、'1'、'2'），你merge时指定的on=[1]是整数类型的列索引，和实际列名无法匹配，导致合并无匹配结果。

修复后代码 #

import pandas as pd

# 读取时指定空白分隔符、无自定义表头
lines_1 = pd.read_csv(file1, sep='\s+', header=None)
lines_2 = pd.read_csv(file2, sep='\s+', header=None)

merge_two_files = pd.merge(left=lines_1, right=lines_2, on=[1], how='left')
merge_two_files.columns = range(len(merge_two_files.columns))
# 如需导出可添加：merge_two_files.to_csv('file1#', sep='\t', index=False, header=False)

运行上述代码即可得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者LoganLee